葡萄叶病害识别(图像连续识别和视频识别,Python代码,pyTorch框架)

作品简介


​编辑 

 

葡萄数据集

​编辑

 

第一个文件夹为 

Grape Black Measles(葡萄黑麻疹)病害(3783张)

​编辑

​编辑

 Grape Black rot葡萄黑腐病病害数据集(3596张)

​编辑

 ​编辑

Grape Healthy 健康葡萄叶(2594张)

​编辑

​编辑

 Grape Isariopsis Leaf Spot(叶斑病)(3228张)​编辑

 ​编辑

2.项目文件

​编辑 

第一个文件夹(data): 装载的是原始图像

第二个文件夹(GUI):装载的是随意选取的图像,供vedio_creat.py处理后生成视频。

第三个文件夹(piture):装载的是经hf.py对data文件夹处理后,生成的训练集和测试集

​编辑

 第四个文件是class_indices.json是装载的标签和对应类别名称

第五个文件:CNN.pth是装载训练好的模型参数

第六个文件:GUI_VEDIO.py是呈现GUI界面,包括对图像连续识别和对视频识别

第七个文件:hf.py是对data文件夹进行操作,生成训练集和测试集

第八个文件:model.py是模型 

第九个文件:predict.py是对单独的照片(tulip.jpg)进行识别

第十个文件:train.pys是训练脚本

第十一个文件:vedio.mp4,是以一帧一秒的速度,将一个个的图像经vedio_creat.py处理后,生成视频,以模拟无人机采集的的农业视频,做实时检测。视频识别的时候,也是以一秒一帧的速度取图像。

对项目感兴趣的可以关注,代码和数据集已经放到压缩包,解压缩后无需配置繁琐路径,可以直接运行

创作时间: